한은 "딥러닝 기법, 환율·수출 등 경제 예측 방법론 개선에 도움"

거시경제와 금융 변수에 딥러닝 기법 적용이 가능한 경우 다양한 정형·비정형 데이터를 보완적으로 활용할 수 있어 경제예측 방법론 개선이 도움이 될 것이란 한국은행의 분석이 나왔다.

2일 한국은행이 발표한 ‘BOK 경제연구-딥러닝을 활용한 거시경제 및 금융 변수의 분석 및 예측’에서 딥러닝을 활용해 월별 수출 예측치를 분석한 결과 기존 계량경제학 기법과 예측력 자체는 비슷한 수준이었지만 오차범위는 좁은 것으로 나타났다.

딥러닝은 인공지능을 구현하는 머신러닝 기법의 주류로 공학, 통계학, 각종 산업분야에서 폭넓게 활용되고 있다. 경제학에서는 머신러닝 기법 도입이 초기 단계에 머물러 있는 상황이다.
통관기준수출액 데이터를 분석해본 결과 전통적인 분석모형(벡터자기회귀모형)과 딥러닝 모두 예측력은 비슷했다. 그러나 오차범위의 경우 150억~200억 달러 수준인 반면 딥러닝을 활용하면 50억~100억 달러 수준으로 오차범위가 좁혀졌다.

원·달러 환율 예측에서는 시계열의 이상 현상을 제거한 딥러닝의 예측 결과가 예측력과 오차범위 측면에서 모두 우월했다. 벡터오차수정모형과 딥러닝의 예측성능비교 지표는 각각 6.82원, 5.26원으로 오차 범위는 각각 30~40원, 5~40원 수준이었다. 외환시장 변동성이 커지는 특이 이벤트가 발생했을 때는 오차범위가 확대됐다.
딥러닝을 이용한 전망은 코로나19과 같은 예상하지 못했던 위기가 발생했을 때 더 효율적일 것으로 예상된다. 전통적인 경제전망모형은 과거 데이터를 바탕으로 예측하지만 딥러닝은 실시간으로 나오는 텍스트나 이미지 등 다양한 정보를 습득해 전망이 가능하기 때문이다.

보고서를 작성한 김수현 디지털신기술반 과장은 "아직 기존 모형보다도 예측력이 모든 부문에서 우수하다고 말하기에는 자료가 부족하고 전망 결과가 어떤 변수에 영향을 받는지 설명하기 어렵다는 약점도 있다"면서도 "거시경제와 금융 변수에 딥러닝을 적용할 수 있다면 다양한 정형·비정형 데이터를 보완적으로 활용할 수 있어 경제예측 방법론 개선에도 도움이 될 것으로 기대한다"고 말했다.

한은은 지난달 조직개편을 통해 '디지털혁신실'을 신설했다. 담당 부총재보 직속으로 설치된 디지털혁신실은 인공지능과 빅데이터 등 디지털 신(新)기술의 정책수행과 내부경영 적용방안 연구, 전행적 차원의 데이터 거버넌스 정책·전략 수립을 진행한다.


장원주 글로벌이코노믹 기자 strum@g-enews.com